Cosa ottieni

  • Un MP4 esplicativo di 45-120 secondi in 16:9, 9:16 o 1:1, con narrazione e sottotitoli incisi
  • File dei sottotitoli in SRT e WebVTT, sincronizzati sulle parole pronunciate
  • Un progetto HyperFrames modificabile con copione, storyboard, fonti e file dei tempi
  • Un foglio di contatto dello storyboard da approvare prima di pagare qualsiasi cosa
  • Un report QA su sincronia dei sottotitoli, ritmo, silenzi, fonti e volume

Ideale per

  • Spiegare come funziona un prodotto, un processo o un’idea
  • Trasformare un articolo o un report in un video di un minuto
  • Storie di dati per report, aggiornamenti di team e presentazioni
  • Lezioni di corsi e onboarding in più lingue

Non adatta a

  • Video più lunghi di due minuti: meglio una breve serie
  • Video con presentatore in primo piano, dal vivo o con avatar
  • Affermazioni che nessuno può documentare

Come usarla

In Claude o ChatGPT

Usa la skill PopNow “Video esplicativo narrato” (narrated-explainer) per questo: Trasforma questo articolo del blog in un esplicativo di lavagna di 90 secondi in spagnolo, 16:9, con sottotitoli.

In un agente di programmazione

/popnow-narrated-explainer Trasforma questo articolo del blog in un esplicativo di lavagna di 90 secondi in spagnolo, 16:9, con sottotitoli.

Poi prova

Usa una voce più calda e rallenta un po’ il secondo capitolo.

Fai un taglio 9:16 per i social con la stessa voce e gli stessi sottotitoli.

Cosa tenere pronto

  • L’argomento, l’articolo, il documento o i dati, con le loro fonti
  • Lingua, durata, stile e formato
  • Node.js 22+, FFmpeg e Python 3; HyperFrames gira tramite npx
  • Una chiave API PopNow per la voce fuori campo, oppure una tua narrazione registrata

Skill simili

Vedi tutte →

Domande

Il video è realizzato da un modello video AI?

No. Le scene sono HTML, CSS e GSAP scritti dal tuo agente, renderizzati fotogramma per fotogramma in MP4 con HyperFrames, così il testo resta nitido e tutto resta modificabile. PopNow fornisce la voce, la temporizzazione delle parole, una base musicale facoltativa e immagini ritagliate in stile carta facoltative.

Quali lingue supporta?

Inglese, cinese semplificato e tradizionale, giapponese, coreano, tedesco, francese, spagnolo, portoghese brasiliano, russo, italiano e polacco. Ciascuna ha la propria velocità di parlato per la pianificazione e la propria lunghezza di riga dei sottotitoli. Le voci cinesi vengono temporizzate dall’audio stesso, perché il modello di trascrizione non copre il cinese.

Posso narrarlo io?

Sì. Registra un file per capitolo e la skill temporizza la tua registrazione nello stesso modo in cui temporizza una voce generata. Usa solo voci predefinite o la tua, e non imita mai una persona reale.

Quanto costa un video?

Circa 21 crediti per una versione leggera di 60 secondi (voce e temporizzazione delle parole), circa 110 per 90 secondi con tre prove vocali e musica, e circa 53 in più per ogni immagine ritagliata in stile carta. Ogni passaggio viene preventivato prima di partire, e il render sul tuo computer è gratuito.

Come gestisce fatti e numeri?

Ogni affermazione e ogni numero finiscono in un file delle fonti, con una fonte che tu hai letto o che hai fornito. Il QA fallisce su qualsiasi dato non verificato o numero senza un’affermazione, i grafici partono da zero e mostrano la loro fonte, e le fonti compaiono nella schermata finale.